首頁資訊新熱點(diǎn)：糖酵解相關(guān)基因構(gòu)建預(yù)后模型

新熱點(diǎn)：糖酵解相關(guān)基因構(gòu)建預(yù)后模型

來源：泰然健康網(wǎng) 時(shí)間：2025年09月07日 14:34

導(dǎo)語

糖酵解代謝途徑在惡性腫瘤的增殖、存活和遷移中起至關(guān)重要的作用，但糖酵解途徑相關(guān)基因與骨肉瘤（OS）轉(zhuǎn)移和預(yù)后之間的關(guān)系尚不清楚。

背景介紹

今天小編為大家介紹一篇糖酵解相關(guān)基因構(gòu)建腫瘤預(yù)后模型的熱點(diǎn)文章。題目為 Identification of risk model based on glycolysis-related genes in the metastasis of osteosarcoma，影響因子6分+。

23101673575355589

研究流程

37171673575355925

數(shù)據(jù)介紹

OS患者的臨床信息和mRNA數(shù)據(jù)來自TARGET數(shù)據(jù)庫，納入87例患者。GSE21257和GSE39055從GEO獲取。

結(jié)果解析

01 糖酵解差異表達(dá)基因

從MSigDB獲得了5個(gè)糖酵解相關(guān)通路基因集，即BIOCARTA 糖酵解通路、GO糖酵解過程、Hallmark糖酵解、KEGG 糖酵解糖異生、反應(yīng)組糖酵解。來自TARGET數(shù)據(jù)庫的OS數(shù)據(jù)集的GSEA結(jié)果表明，轉(zhuǎn)移性和非轉(zhuǎn)移性O(shè)S患者的五個(gè)糖酵解相關(guān)途徑基因集顯著不同（圖2A-E）。

從5個(gè)糖酵解相關(guān)通路基因集中提取了326個(gè)基因。單因素Cox回歸分析結(jié)果顯示，29個(gè)糖酵解途徑相關(guān)基因與OS患者總生存期顯著相關(guān)。

99111673575356401

圖2

02 功能富集

GO分析結(jié)果表明，這些糖酵解基因可以在一些基本的生物過程中富集，包括ADP代謝，丙酮酸代謝，嘌呤核苷二磷酸代謝和核苷二磷酸代謝（圖2F ）。其中一些富含分子功能，影響碳水化合物磷酸酶活性，糖磷酸酶活性，磷酸酶活性，氧化還原酶活性等（圖2G ）。同時(shí)，KEGG分析顯示，這29個(gè)預(yù)后基因主要與碳代謝、糖酵解/糖異生、丙酮酸代謝、糖胺聚糖生物合成、硫酸乙酰肝素/肝素有關(guān)（圖2H ）。這些基因連接形成PPI網(wǎng)絡(luò)（圖2I ）。

03 構(gòu)建預(yù)后模型

多因素Cox回歸分析納入13個(gè)基因（ADH5、DCN、G6PD、PGAM1、ZNF292、CDK1、PFKFB2、FAM162A、GNPDA2、SDC3、INSR、GLC、HS2ST1），構(gòu)建預(yù)后風(fēng)險(xiǎn)模型（表2）并繪制列線圖（圖3A）。構(gòu)建的預(yù)后風(fēng)險(xiǎn)模型的風(fēng)險(xiǎn)評(píng)分=（ADH5×-0.795）+（DCN×-0.470）+（G6PD×-1.020）+（PGAM1×1.114）+（ZNF292×1.157）+（CDK1×0.812）+（PFKFB2×2.043）+（FAM162A×1.456）+（GNPDA2×-1.047）+（SDC3×-0.748）+（INSR×1.278）+（GLCE×0.671）+（HS2ST1×-1.841）。

30091673575356461

圖3

04 預(yù)后模型的評(píng)估和驗(yàn)證

如圖3B，C所示，作者對(duì)所有OS患者的風(fēng)險(xiǎn)評(píng)分進(jìn)行了排序，以獲得生存率的分布。隨著風(fēng)險(xiǎn)評(píng)分的增加，患者的死亡率逐漸增加（圖3D，E）。經(jīng)過計(jì)算，風(fēng)險(xiǎn)比（HR）>1（ZNF292，CDK1，F(xiàn)AM162A，INSR，GLCE）的基因被歸類為風(fēng)險(xiǎn)基因，而HR<1的基因（ADH5，DCN，G6PD，PGAM1，PFKFB2，GNPDA2，SDC3，HS2ST1）為保護(hù)基因。高危組患者更可能表達(dá)風(fēng)險(xiǎn)基因，而低危組患者傾向于表達(dá)保護(hù)基因（圖3F，G）。

OS患者的1年，3年和5年生存率的曲線下面積（AUC）分別為0.959，0.899和0.895，這意味著風(fēng)險(xiǎn)模型具有顯著的預(yù)后價(jià)值（圖4A-C）。此外，根據(jù)預(yù)后模型繪制的K-M曲線，高危組TARGET骨肉瘤數(shù)據(jù)集、GSE21257數(shù)據(jù)集和GSEGSE39055數(shù)據(jù)集的存活率顯著低于低危組（圖4D-F）。

78671673575356516

圖4

05 轉(zhuǎn)移相關(guān)預(yù)后基因

使用基于最優(yōu)特征預(yù)后基因組合的SVM和RF構(gòu)建樣本分類模型，基于轉(zhuǎn)移組和非轉(zhuǎn)移組的OS差異表達(dá)值構(gòu)建SVM和RF分類器，以及用于TARGET數(shù)據(jù)集誤差分析的無監(jiān)督聚類方法（圖5A，B）。結(jié)果表明，當(dāng)預(yù)后數(shù)設(shè)置為5時(shí)，最佳預(yù)后基因組合在分類轉(zhuǎn)移中的準(zhǔn)確性最高。如圖5C所示，與SVM（AUC = 0.985）相比，RF構(gòu)建的樣本分類模型具有更高的精度（AUC接近1）。

97181673575356577

圖5

RF分類器的迭代計(jì)算過程如圖 5D 所示。RF分類器算法從腫瘤轉(zhuǎn)移相關(guān)性方面得到預(yù)后基因的特異性重要性排名（圖 5E ），最終篩選出與腫瘤轉(zhuǎn)移相關(guān)性最高的7個(gè)預(yù)后基因（INSR、FAM162A、GLCE、ADH5、G6PD、SDC3、HS2ST1），基于7個(gè)基因構(gòu)建轉(zhuǎn)移相關(guān)疾病模型（圖5F）。

06 實(shí)驗(yàn)驗(yàn)證

作者選擇了對(duì)OS轉(zhuǎn)移具有最高重要性的INSR基因進(jìn)行驗(yàn)證。 WB結(jié)果顯示，INSR蛋白在人MG-63骨肉瘤細(xì)胞中的表達(dá)高于人hFOB1.19成骨細(xì)胞（圖6A，B ）。Transwell測(cè)定證實(shí)MG-63細(xì)胞比hFOB1.19細(xì)胞遷移更顯著（圖6C ）。 WB結(jié)果表明，siRNA-INSR有效降低了INSR蛋白表達(dá)（圖6D，E ）。Transwell測(cè)定還顯示，與對(duì)照組相比，siRNA-INSR轉(zhuǎn)染后MG-63細(xì)胞的侵襲顯著減少（圖6F ）。這些結(jié)果進(jìn)一步證實(shí)了INSR對(duì)OS轉(zhuǎn)移的重要調(diào)控作用。

72901673575356636

圖6

小編總結(jié)

本文是一篇使用糖酵解相關(guān)基因構(gòu)建預(yù)后模型的文章，亮點(diǎn)在于使用了非TCGA和GEO數(shù)據(jù)。

糖酵解途徑在癌癥發(fā)生和進(jìn)展中發(fā)揮重要作用，因此有必要尋找糖酵解途徑相關(guān)的生物標(biāo)志物，用于OS患者的預(yù)后。

本研究基于糖酵解通路13個(gè)關(guān)鍵基因構(gòu)建OS預(yù)后風(fēng)險(xiǎn)模型，從基因水平提高OS患者的預(yù)后能力。結(jié)果表明，該風(fēng)險(xiǎn)模型能夠成功地將OS患者分為高風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)組，顯著影響總生存期。作者還發(fā)現(xiàn)INSR在MG-63骨肉瘤細(xì)胞中的高表達(dá)，這與腫瘤細(xì)胞中的高水平糖酵解有關(guān)。

本文由“健康號(hào)”用戶上傳、授權(quán)發(fā)布，以上內(nèi)容（含文字、圖片、視頻）不代表健康界立場(chǎng)。“健康號(hào)”系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)，如有轉(zhuǎn)載、侵權(quán)等任何問題，請(qǐng)聯(lián)系健康界（jkh@hmkx.cn）處理。

網(wǎng)址: 新熱點(diǎn)：糖酵解相關(guān)基因構(gòu)建預(yù)后模型 http://m.u1s5d6.cn/newsview1775306.html

所屬分類：大健康